Публикации по теме 'personalization'
0.5.4: Автоматическая функция, расширенная сортировка
Всем доброго четверга! Команда Metarank подготовила новую версию с некоторыми интересными функциями, которые сделают вашу жизнь лучше.
Автоматическая функция
Мы добавили новую подкоманду autofeature , которая может автоматически создавать сопоставление объектов на основе ваших исторических данных.
Раньше вам приходилось придумывать фичи самостоятельно, создавая трения в процессе онбординга. Автоматическая разработка функций устраняет это трение, поскольку она делает это..
Варианты использования машинного обучения в электронной коммерции
«От просмотра к покупке: как машинное обучение меняет ваш опыт покупок»
Добро пожаловать в будущее шоппинга, где каждый клик, каждый выбор и каждая покупка управляются непревзойденным интеллектом машинного обучения, предоставляя опыт покупок, созданный специально для вас. В динамичном мире электронной коммерции первостепенное значение имеет опережение конкурентов и удовлетворение ожиданий клиентов. Один из способов достижения этой цели — использование возможностей машинного обучения..
Я знаю, что вы сделали с моим проектом с открытым исходным кодом
Я не думаю, что проект с открытым исходным кодом действительно нуждается в аналитике использования, потому что пользователи уже могут связаться с вами и рассказать, что им нравится/не нравится в вашем продукте и каких изменений они ожидают.
( мудрость HN )
Разработка проекта с открытым исходным кодом на ранней стадии похожа на блуждание в темноте: вы, вероятно, единственный пользователь, дающий честный отзыв о болевых точках и о том, почему проект отстой. С помощью стартапов SaaS..
Разработка функций с Metarank
Разработка функций — одна из наиболее важных частей построения моделей машинного обучения, которые можно использовать для персонализации.
Metarank значительно упрощает этот шаг благодаря своей конфигурации YAML, так что вы можете настроить себя без единой строчки кода.
Особенности, зачем они нужны?
Функции — это то, что заставляет работать модели машинного обучения. Алгоритмы, такие как LightFM, берут определенные вами функции и вычисляют значения для каждой функции, чтобы получить..
Как персонализация работает в электронной коммерции и почему розничные продавцы терпят неудачу | ХакерПолдень
Персонализация была, есть и будет одной из главных тенденций электронной коммерции в ближайшие годы.
Давайте будем честными: невероятно сложно выбрать из кучи товаров в каталоге, особенно если вы знаете, что большинство из них вам не подойдут. Вот почему классические офлайновые ритейлеры, специализирующиеся на определенном ассортименте товаров, стали популярнее огромных беспорядочных универмагов. Тем не менее, даже магазины с одним продуктом могут запутаться: потребители сталкиваются..
Выход за рамки EdgeRank для персонализированных новостных лент
Это сообщение в блоге разбито на две части и восходит к урокам из предыдущего сообщения. Сумма всех этих частей - это все, что я сделал, чтобы дать вам представление о том, как вывести создание персонализированных новостных лент на новый уровень.
Часть 1: Теория, лежащая в основе очень простого алгоритма стиля EdgeRank, который использовался для создания моего собственного механизма обнаружения Instagram . Часть 2: Понимание того, как использовать современные методы машинного..
Персонализированные каналы вакансий и машинное обучение
Продакт-менеджеры сайтов вакансий сталкиваются с двумя фундаментальными проблемами. Во-первых, лучшие кандидаты не ищут работу активно, что затрудняет их поиск и поиск. Во-вторых, лучшие вакансии быстро заполняются и обычно привлекают кандидатов в сети. Итак, хотя у вас есть лучшие кандидаты и отличные вакансии на вашем сайте, может быть сложно объединить их в нужное время.
В этой статье мы объясним, как использовать технологию персонализации, впервые реализованную в социальных..
